基于波束反演的单脉冲雷达相位误差校正方法

针对比幅单脉冲雷达和差通道相位一致性问题,基于波束反演原理,提出了一种系统相位误差校正方法。利用和差信号重新构建新的交叉波束,再通过比幅得到交叉波束比幅曲线,利用交叉波束比幅曲线对通道相位误差的敏感性,经过相位误差补偿,搜索比幅曲线峰值的最大值,确定系统的相位误差。最后,采用实测数据验证了所述方法。结果表明,该方法可以准确测量雷达整机的和差通道相位误差,通过数字补偿,完成通道间相位校正。     

EMF方法分析波导中二极管栅格的等效阻抗

二极管栅格阵列属于波束控制阵列,通过外加控制来改变波束的幅值和相位,可以应用于波束开关、移相器、倍频器及功率合成器等多种微波电路和器件中.文中采用感应电动势(EMF)方法,给出了二极管栅格阵列的单元等效电路,计算出等效阻抗.结果与实测情况较为吻合.     

基于自适应理论的圆柱形阵列波束赋形算法

基于自适应天线阵理论,研究共形阵的赋形算法,给出一种用于圆柱形阵列天线三维方向图的波束赋形算法。该方法通过迭代获得一组最优阵元激励幅相加权值,可以同时控制阵列波束的方向、形状和副瓣电平。通过圆柱形阵列的仿真计算得到满足设计要求的三维平顶波束和余割波束方向图,证明这种算法的有效性。     

基于全相位预处理的低旁瓣波束形成方法

为降低常规波束形成输出旁瓣级和背景噪声对弱目标检测的影响,依据波束形成指向性函数在目标波达方向上输出值为1、在非目标方向上输出值为小于1的特性,提出一种基于全相位预处理的低旁瓣波束形成方法。对水平直线阵接收数据进行分组处理;按搜索角度对各组数据进行相移预处理,并对各组数据相移预处理结果进行组合,得到一组新数据;对该组新数据进行相移、求和,可得到该搜索角度对应波束值。理论推导分析和仿真实验结果均表明：相比常规波束形成方法,新方法对水平直线阵接收数据进行分组组合处理,波束形成指向性函数发生了变化,旁瓣级得到13 dB以上的改善,信噪比提高1.7 dB,有效降低了旁瓣级和背景噪声对弱目标检测的影响,并消除了搜索角度与波达方向不一致时的波束域数据相位不一致性;新方法在没有进行Chebyshev滤波和其他约束优化情况下,只通过相移预处理就能够优化波束形成指向性函数。     

CORDIC算法在波束指向频率补偿中的应用

相控阵天线通过阵内相位梯度的变化实现波束的动态扫描,阵内单元之间的相位梯度由移相器移相产生。为了使数字型移相器在不同频率下实现相同的波束指向,需要对波束指向进行频率补偿;使用CORDIC算法替代查找表算法计算正余弦结果,在误差允许的范围内解决了查找表算法占用资源大的问题,通过MATLAB仿真并进行了FPGA设计和验证。     

基于幅度响应约束的稳健自适应宽带波束形成

针对信号方向失配会导致自适应波束形成算法的性能急剧下降这一问题,提出一种基于幅度响应约束的稳健自适应宽带波束形成方法。通过对阵列波束指向附近范围内的波束幅度响应施加约束来克服对信号方向失配的敏感性,并结合频率不变技术,使阵列波束图在主瓣区域内波束图近似保持频率不变特性,然后采用参考频率上幅度响应约束的优化方法来确定最优权值。仿真结果表明:与基于最差情况性能最优的稳健方法相比,该方法复杂度低,能灵活控制稳健的方位区域宽度和幅度响应抖动值,且不仅能有效地控制波束主瓣区域内信号的畸变,还改善了阵列输出的信干噪比,使其更接近最优值。     

基于约束粒子群优化的导弹H∞-PID控制器设计

传统导弹的PID控制律设计仅考虑了幅值裕度、相位裕度等指标,无法满足多变量鲁棒性指标要求.文中提出了一种基于约束粒子群优化的导弹控制器设计方法,该方法以H∞鲁棒性指标作为目标函数,自动优化得到控制参数.同时,对现有的粒子群算法进行了改进,采用映射函数法将约束优化问题转化为非约束优化问题.以样例导弹为对象设计了H∞-PID控制器并与罚函数法进行了比较,结果表明文中算法各项性能优于经典罚函数法.     

窄带干扰抑制对码相位测量零值的影响分析

研究伪码测距中窄带干扰抑制算法对码相位测量零值的影响,构建窄带干扰抑制下的码相位零值偏差分析模型,确定窄带干扰抑制的等效滤波器特性与码相位零值偏差的关系,并给出窄带干扰抑制等效滤波器权值与码相位零值偏差关系的简化分析表达式。数值分析和蒙特卡洛仿真结果表明：等效滤波器呈现线性相位特性的窄带干扰抑制算法不会造成码相位测量零值的偏差;等效滤波器呈现非线性相位特性的窄带干扰抑制算法对码相位测量零值的影响取决于滤波器权值与伪码自相关函数相关的结果。     

一种基于边缘的相位相关景像匹配算法

提出了一种基于边缘的相位相关算法，利用困像的边缘进行相位相关。对比了传统的灰度相位相关与所提出的算法对几幅图像进行匹配的结果。所提出的算法在运算时间上与友度相位相关基本相同，但处理效果明显优于友度相位相关，这种算法易于硬件实现，易于组成飞行器的实时处理系统。     

基于人工神经网络的电液伺服系统加速度谐波辨识

对于电液伺服系统,由于系统非线性因素的存在,当正弦信号输入时,系统加速度输出中出现高次谐波,使加速度信号严重谐波失真。提出了基于人工神经网络(ANN)的谐波辨识方法,该方法利用Adaline神经网络在线辨识信号中各次谐波的幅值和相位,用实际加速度输出与辨识得到的加速度信号间的误差,通过LMS算法来调整Adaline神经网络的权值,从而利用权值计算各次谐波的幅值和相位。通过大量仿真试验证实,这种方法能快速有效精确地在线辨识各次谐波信号。